文献

J-GLOBAL ID：201902277411826601   整理番号：19A2400365

水平分散データのための安全で差別的なプライベートロジスティック回帰【JST・京大機械翻訳】

Secure and Differentially Private Logistic Regression for Horizontally Distributed Data

著者 (4件)： Kim Miran (School of Biomedical Informatics, University of Texas Health Science Center at Houston, Houston, TX, USA) ,  Lee Junghye (School of Management Engineering, Ulsan National Institute of Science and Technology, Ulsan, South Korea) ,  Ohno-Machado Lucila (Health Department of Biomedical Informatics, University of California at San Diego, San Diego, CA, USA) ,  Jiang Xiaoqian (School of Biomedical Informatics, University of Texas Health Science Center at Houston, Houston, TX, USA)
資料名： IEEE Transactions on Information Forensics and Security  (IEEE Transactions on Information Forensics and Security)
巻： 15  ページ： 695-710  発行年： 2020年 
JST資料番号： W1570A  ISSN： 1556-6013  CODEN： ITIFA6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 科学協力は分散ソースからの情報とデータの共有から利益を得るが,プライバシー保護は主要な関心事である。一般的に研究者,基本者,および市民は,民間データの潜在的漏れについてますます懸念されている。分散環境における高感度データの蓄積と計算を保護するために,高度なセキュリティ法を開発した。しかし,それらはデータ解析の結果から情報漏洩に対して保護しない。この側面に取り組むために,差別的プライバシー(最先端のプライバシー保護フレームワーク)に関する研究は有望な結果を示したが,それらのほとんどは分散シナリオに適用されない。セキュリティとプライバシー方法論を結合することは,問題に取り組むための自然な方法である。しかし,単純な解法は,劣った分析性能に導く可能性がある。本論文において,著者らは,両方の世界の最良を達成するために,微分プライバシー法と同形暗号化技術を組み合わせた新しい戦略を導入した。ロジスティック回帰(生物医学における一般的モデル)を用いて,いくつかの実世界データセットを用いて,高効率(3分未満)と良好な精度(受信者動作特性曲線下面積の差の<1%)を構築することの実用性を実証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *安全性 ,  セキュリティ ,  データ解析 ,  暗号 ,  高感度 ,  プライバシー ,  微分 ,  市民
準シソーラス用語： 実用性 ,  生物医学 ,  情報漏洩 ,  分散環境 ,  プライバシー保護 ,  *ロジスティック回帰分析 ,  *差別 , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (2件)： 差別 ,  ロジスティック回帰